嵌入式系统之系统分区（system partition）详解

系统分区

映射

概念

从上图我们可以看到一共有三种方法去提高系统的性能：架构提高，重写应用，使用不同的策略。

映射(mapping)就是把行为级转换为结构和执行。

最后综合的时候，是包括分区和映射两个部分。其中分区就是分配(选择模块)和绑定(把一些函数给部件);映射就是包括绑定和调度(执行顺序)。最后综合的结果就会被执行。其实就是我们选择什么器件，它要执行什么函数，执行顺序是什么。就这样的过程。

抽象层次

低层次：RTL或者网表。将数字电路映射到具体设备上(FPGA，ASIC);系统参数(比如面积，延时)相对容易去决定。

高层次：系统层次。选择最优设计(比如空间大小);难以了解或者决定的系统参数(通过一些模型，分析，模拟，原型来实现)。

就比如我们遇到下面一个题目：我们是把所有的task放在一个CPU上还是均衡负载呢?最后发现均衡负载是最节约功耗并能实现较好的并行化的。但是，当然不能说这样均衡之后效果会大大提高n倍，还有很多问题。比如数据一致性，所以在task分配的时候得十分注意这个问题。

就上图其实就是表现了映射关系：N对一和一对一。

在这里我们要考虑的问题有：成本：用多少处理器呢?延时：就是频率，当然是越快越好。能以最短的时间解决问题。但是这两个东西是矛盾的，我们要使得成本提高，延时就降低;反之亦然。我们设计的时候就需要提出一些约束才能使得设计求出最优解。

用下图展示一下：

假设任务都是一样长的，那么我们发现若只用一个cpu，延时已经超过了我们的要求，使用四核得话可以很好地满足我们的要求。

成本函数

对于cost function，我们先定义一些变量。system cost C [$]，latency L[sec]，power consumption P[W]。接着我们对这三个都有一个估计函数，然后我们可以得到的是：

在这里，我们可以看到对于这个函数我们对于不同的变量已经做了加权，我们需要的是进行最优化问题。

所以就有了一个问题：

分区方法

确定的方法(exat method)

枚举法

枚举法就是一个一个列出来，然后找出最好的那个。这就是枚举，这样的枚举对于很大数据的时候就很让人心塞啊!

ILP(integer linear programs)

ILP是进行多目标优化的算法，这个算法非常重要。接下来会详细介绍这个算法。

在这里说到ILP的组成：开销函数和约束函数。我们的目标就是在满足约束的条件下最小化开销函数。

接下来我们来说一下0/1 IP问题，就是加权系数为0或者1。

举一个例子比什么都好：

我们再把这个问题转化为一般问题：

下面在举一个例子：

使用ILP的好处是可以增加约束，现在很多都在用这种方法。

就上面那个实际问题，那么我们怎么列出代码呢?

采用这种方法还可以进行最大化问题：

整数规划是一个完全NP问题。在实践中，运行时间可能指数增长，但是几千个变量也可以被解决。IP模型可以作为heuristic optimization method的起点。

接下来举一个例子你就对于ILP更加了解了。

matlab代码如下：

运行结果为：

启发式方法(heuristic method)

constructive methods

random mapping

hierarchical clustering

iterative methods

Kernighan-Lin algorithm

simulated annealing

evolutionary algorithms

相关推荐：

1.嵌入式er日常！出差遇到一位有趣的人和事

2.嵌入式er日常系列！学好不一定就真的会了

3.嵌入式er日常！别让沉默埋没了未来

4.嵌入式er日常！最近领导任命我为项目主管，我却...

5.嵌入式er日常！要做“技术流”，还是“意识流”？